基于统计学习优化SIFT的面部遮挡人脸识别.pdfVIP

魏林 ：基于统计学习优化SIFT的面部遮挡人脸识别 激《光杂志}2014年第35卷第 10期 LAsEIAL(v01．35N．o．10．2014) 89 基于统计学习优化SIFT的面部遮挡人脸识别 魏 林 (江西经济管理干部学院，南昌 330088) 摘要：针对传统的人脸识别算法受面部遮挡的影响导致很难兼顾鲁棒性和保持原始图像核心信息的问题， 本文提出了一种基于统计学习优化尺度不变特征变换的面部遮挡人脸识别算法。首先，利用SIFT将所有给定 训练图像用一组局部特征描述符表示出来；然后，通过执行统计学习获得正常脸部 图像SIFT特征的概率分布 函数，利用获得的概率分布函数在新观察到的测试图像中检测异常SIFT特征；最后，计算测试图像与训练图像 之间的相似度，并利用K近邻分类器完成人脸识别。在AR人脸数据库上的实验验证了本文算法的有效性及可 靠性，实验结果表明，相比其它几种较为先进的人脸识别算法，本文算法取得了更强的识别鲁棒性。 关键词：面部遮挡；人脸识别；统计学习；尺度不变特征变换；K近邻分类器 中图分类号：TP391．4 文献标识码 ：A DOI编码 ：10．14016~．cnki．jgzz．2014．10．089 FaceRecognitionwithFacialOcclusionBasedonSIFTOptimizedbyStatistical Learning W EILin (DepartmentofInformationEngineering，JiangxiInstituteofEconomicAdministrators，Nanchang330088，China) Abstract：Thetraditionalfacerecognitionalgorithmsdonotkeepcoreinformationoforiginalimageswithro- bustness，forwhichthealgorithm ofscale-invariantfeaturertansform optimizedbystatisticallearningisproposed． Firstly,giventrainingimagesaredenotedbyagroupoflocalfeautresdescriptorsbyusingSIFT．Then，probability distributionfunction(PDF)offacialimagesSIFTfeautresisgotbyperformingstatisticallearning，andPDFisused todetectabnormalSIFTfeaturesoftestingimages．Finally,similaritiesbetweentestingandtrainingimagesarecalcu— latedandK nearneighborclassifierisusedtofinishfacerecognition．Theeffectivenessandrobustnessofproposed algorithm hasbeenverifiedbyexperimentsonARdatabase．Experimentalresultsshow thatproposedalgorithm has strongerrobustnessthanseveraladvancedfacerecognitionalgorithms． Keywords：Facialocclusion；Facerecong ition；Statisticallearning；Scale—invariantfeautretransfomr ；K near neighborclassifier 人脸识别早已成为模式识别和机器学习领域的 征。然而，由于这些统计方法将样本图像作为输入空 热点话题之一，尽管大家对人脸识别进行了大量研 间的数据点(即一个随机向量)，主要采集整体外观作